首页期刊导航|仪器仪表学报
期刊信息/Journal information
仪器仪表学报
仪器仪表学报

月刊

0254-3087

yqyb@vip.163.com

010-84050563

100009

北京市东城区北河沿大街79号

仪器仪表学报/Journal Chinese Journal of Scientific InstrumentCSCD北大核心CSTPCDEI
查看更多>>本学报是中国仪器仪表学会主办，代表中国仪器仪表及自动化最高学术水平的唯一国内外公开发行的学术性刊物。学术性强、内容创新、注重应用，优先刊登具有创新成就和观点的中英文论文、综述性文章、论坛及信息。设有学术论文、研究通讯和短文、综述、信息等栏目。
正式出版
收录年代

    多工况输气管道泄漏声波信号自适应去噪

    薛生谢晓贤郑晓亮王强...
    227-239页
    查看更多>>摘要：为实现极低信噪比下管道泄漏声波信号去噪，基于多通道信号的相关性，提出使用相关系数矩阵筛选变分模态分解所得模态分量。针对不同工况的泄漏信号，提出不依赖真值的去噪质量评价指标，将其作为多目标灰狼优化算法目标函数，基于Pareto前沿获取变分模态分解的最佳模态数K和惩罚因子η，实现多工况自适应去噪。搭建了输气管道泄漏多工况实验平台，在不同工况、不同输入信号信噪比(-8～4 dB)下验证所提方法的去噪效果。结果表明，该方法能有效抑制噪声，-8 dB时去噪信号信噪比提升2。84 dB以上。对比基于单目标优化的去噪方法，-8 dB下新方法的信噪比和相关系数分别提高了 3。65 dB和31。26％。

    管道泄漏自适应去噪相关系数矩阵多目标灰狼优化Pareto

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    风电齿轮箱振动信号耦合调制建模与应用

    武英杰佟源李鹏飞田野...
    240-250页
    查看更多>>摘要：风电齿轮箱不同轮系间存在的耦合调制现象干扰了实际故障诊断，为此，针对两级行星一级平行结构的齿轮箱提出一种考虑级间耦合调制的现象学模型。首先，在风电齿轮箱振动信号幅值、频率解调分析基础上，定义了多级传动下的级间串联调制特性，并提出幅值-频率级间串联调制模型;通过构造多级调幅信号和调频信号，在频谱和解调谱中对串联调制特性进行仿真分析，并提出耦合调制特性边带能量指标用于模型评价;设计了与现场齿轮箱具有相同结构的缩比齿轮箱实验台，并在正常与故障状态下进行实验、现场联合分析，验证级间串联调制模型的有效性。结果表明:频率耦合调制现象在四种状态下尤为明显，其耦合调制特性边带能量分别为1。02、1。04、1。18、1。25。本模型所反映的齿轮箱级间耦合调制现象是齿轮箱本身所有，不会因齿轮箱的状态而发生改变，本模型为提高风电齿轮箱故障诊断准确性提供参考。

    风电齿轮箱幅值调制频率调制现象学模型

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于循环提取有效信息的主轴承故障特征增强方法

    栾孝驰赵俊豪沙云东佟鑫宇...
    251-262页
    查看更多>>摘要：针对航空发动机主轴承发生故障时特征信息提取不充分的问题，提出一种基于循环提取有效信息的主轴承故障特征增强方法。该方法首先对原始振动信号进行小波包分解，计算得到各个节点分量的相关系数值和峭度值，将其进行归一化融合为一个综合参数Pi;其次根据特征信息循环提取准则定义一个置信区间，该区间将所有节点分量划分为高信噪比信号、低信噪比信号和高噪信号3个部分;然后不断筛选出高信噪比信号直至达到终止条件;最后重构所有高信噪比信号，并进行包络解调提取出轴承微弱故障特征。经仿真信号验证，去噪信号的信噪比相对于去噪前提升了 11。31 dB。基于航空发动机中介轴承模拟试验台所测数据开展了特征信息循环提取方法有效性的综合验证，并对某型航空发动机主轴承振动信号进行了分析。实践表明:该方法适用于强背景噪声干扰工况下滚动轴承的特征提取，能准确诊断航空发动机主轴承故障。

    滚动轴承航空发动机小波包分解特征信息循环提取准则故障特征增强

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向多无人车的目标点分配和协同路径规划算法

    谷依田张涛张亮杨泰泓...
    263-274页
    查看更多>>摘要：针对多智能体路径搜索算法在非指定式多车协同路径规划问题中路径冗长，计算效率低等缺陷，提出协同目标点分配路径规划算法Nutcracker-CBS。首先构建紧耦合目标点分配MAPF框架，实现目标点分配和路径构建的联合寻优;针对目标点分配模块，提出改进的星鸦优化算法，增量式求解分配问题，缩短模块用时;针对路径构建模块，提出改进的MAPF算法，通过回退式约束构建机制，引入避碰路径估计的绕道机制和数据共享底层路径规划机制，提升效率和路径质量。数据集实验中，Nutcracker-CBS时耗相比SOTA算法减少90。37％;目标点分配模块求解耗时减少86。76％;MAPF模块6 s内构建100辆无人车路径，平均路径长度缩短6。058％。实际实验中路径总和与系统运行时长分别减少55。26％和61。29％，提升了多机器人系统的效率，降低了路径长度。

    协同路径规划多智能体路径搜索基于冲突的搜索目标点分配

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于延迟补偿的永磁同步电机并行自抗扰控制

    尹诗荀郑志安朱俊杰
    275-285页
    查看更多>>摘要：为了解决永磁同步电机在多工况下转速易受到内外扰动的影响，提出一种基于延迟补偿的并行线性自抗扰控制策略。针对永磁同步电机可能受到信号处理、逆变器响应等因素从而引入的外部时滞效应的问题，引入Smith预估器与自抗扰控制相结合，使控制系统更加精确、快速地响应内部参数变化和外部扰动。同时，针对线性自抗扰控制器(LADRC)在有限带宽内其抗扰性能较差的问题，设计了并行线性自抗扰控制器，在保持其带宽不变与参数易于整定的同时，有效提高其抗扰动能力。最后，对自抗扰控制器的稳定性进行了分析，并在此基础上进行了参数设计与扰动性能分析。仿真与实验结果表明，所提算法相比LADRC在电机受到速度阶跃、负载扰动与内部参数变化时，在调整时间上分别提升了 52。5％、49。5％与42。4％，从而验证了该控制策略能有效增强永磁同步电机在多工况下抗内外扰动与速度跟踪能力。

    永磁同步电机延迟补偿并行线性自抗扰控制抗内外扰动

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于视觉的输电线路金具锈蚀缺陷检测方法研究进展

    刘传洋吴一全刘景景
    286-305页
    查看更多>>摘要：输电线路金具的表面锈蚀作为常见的缺陷类型，是危害输电线路安全运行的重要隐患之一，如何快速、准确地发现锈蚀的金具设备并进行修复是线路巡检运维工作亟待解决的问题。本文综述了近十年来基于视觉的输电线路金具锈蚀缺陷检测方法的研究进展。首先简述了基于传统图像处理的金具锈蚀缺陷检测流程;然后按照基于传统图像处理、深度学习方法概述了金具设备锈蚀缺陷检测，重点阐述了基于深度卷积神经网络的目标检测和语义分割算法在输电线路金具锈蚀缺陷检测中的应用;随后介绍了基于深度学习的金具锈蚀缺陷检测自建数据集以及性能评价指标;最后指出了基于深度学习的输电线路金具锈蚀缺陷检测方法目前存在的问题，并对未来研究工作进行了展望。

    金具锈蚀缺陷图像处理深度学习目标检测语义分割

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于多图超分辨率重建的精细导星仪星点质心定位精度提升方法

    王雯蕊张泉高源蓬房陈岩...
    306-314页
    查看更多>>摘要：精细导星仪的星点质心定位精度决定了空间天文望远镜的视轴姿态解算精度，为了提升精细导星仪的星点质心定位精度，提出了一种基于深度小波循环神经网络的星图超分辨率重建方法。首先，借助微扫描技术获取亚像素错位低分辨率星图序列，采用小波编码器提取低分辨率星图的小波域特征，通过小波系数约束低分辨率星图的噪声，并将亚像素错位星图序列配准过程融入到网络学习中。其次，利用卷积门循环神经单元对所提取的多星图序列特征进行融合。最后，使用逆小波解码器对多特征融合模块输出的小波域特征进行解码，从而实现基于低分辨率星图序列的去噪与超分辨率重建。实验结果表明，分别采用平方加权质心法求取原始星图和超分辨率重建后星图中的各星点的质心位置，相比于前者，后者的各星点平均质心定位精度和稳定度在X方向分别提升了 64。76％和19。15％，在Y方向分别提升了 75。35％和26。14％。

    精细导星仪星点质心定位超分辨率重建小波信号处理卷积门循环神经网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于球面正则化的支持向量描述视觉异常检测

    邓诗卓滕达李晓红陈佳祺...
    315-325页
    查看更多>>摘要：异常检测作为视觉领域中一项独特而关键的任务，在医疗、安保等领域具有广泛的前景。异常检测目前受限于大规模异常数据标注，因此现有方法集中在单类分类和弱监督学习，深度支持向量描述(DeepSVDD)是实现单类分类的常见方法。然而，传统Deep SVDD在开展异常检测时往往面临球体崩塌。针对这一问题，提出了基于球面正则化的SVDD异常检测算法，通过引入软间隔损失与支持向量的思想，优化模型学习流程。进一步地，面向可标注样本，提出了基于SVDD的弱监督异常检测方法。在公开数据集MNIST和CIFAR-10上进行消融和对比实验，实验证明，相比于有监督算法，在MNIST数据集上，SR-WSVDD的性能提高了 3。7％，而在CIFAR-10数据集上则提高了 16。7％。此外，与其他弱监督算法相比，SR-WSVDD在CIFAR-10数据集上提升了 1。8％。所提出的SR-SVDD异常检测算法，弥补Deep SVDD容易发生球体崩塌的缺陷，使模型异常检测结果更加准确。

    计算机视觉单类分类弱监督学习异常检测自编码器支持向量

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    海上无人机对运动船舶的长期检测跟踪算法

    范云生张凯牛龙辉刘婷...
    326-335页
    查看更多>>摘要：针对无人机在海上对船舶进行长时跟踪时，由于船身被遮挡及船舶离开视野导致目标跟踪失败的问题，提出了基于YOLOv5和ECO_HC相结合的海上目标长时检测跟踪算法。首先，利用感知哈希与峰值比例综合评估跟踪过程的可靠性，目标丢失时利用YOLOv5检测器重新定位目标位置，并初始化跟踪器模型，消除累计错误信息。其次针对目标在跟踪过程中存在的旋转变化，利用傅里叶-梅林变换进行旋转参数估计，减少了目标旋转造成的跟踪器性能下降问题。本文算法在OTB-100数据集上的平均精确度和成功率为83。9％和76。7％;在无人机平台上进行实际海上场景船舶跟踪实验，在完全遮挡及离开视野两种情况下精确度和成功率分别为为80。9％，60。4％和90。2％，48。3％，实验表明本文算法可以有效抑制常见海面干扰因素的影响。

    海上无人机长时跟踪相关滤波重新检测旋转跟踪框

      原文链接:
    • NETL
    • NSTL
    • 万方数据